基于犹豫直觉模糊数的多属性决策方法

综合犹豫模糊集和直觉模糊集,提出犹豫直觉模糊集。针对犹豫直觉模糊集中不同元素对应的犹豫直觉模糊数,定义其基本运算法则。基于运算法则,设计犹豫直觉模糊数的加权几何和加权算术集成算子。构建犹豫直觉模糊数的得分函数和精确函数,实现不同犹豫直觉模糊数间的比较。考虑犹豫直觉模糊数的集成算子和比较方法,提出相应的多属性决策方法,并将此方法应用于混合云存储服务供应商的选择,阐释方法的应用性与有效性。     

基于三角模糊数犹豫直觉模糊集的多属性智能决策

通过剖析现实生活中数据对象复杂性以及决策人思考的犹豫模糊性,提出了基于三角模糊数的犹豫直觉模糊集决策方法。首先,给出了三角模糊数犹豫直觉模糊集的定义,构建并证明了三角犹豫直觉模糊元及模糊数的基本运算法则和集成算子。其次,通过对三角犹豫直觉模糊元的得分函数和精确函数的定义,实现了三角犹豫直觉模糊数下的对象间的取值比较,针对三角犹豫直觉模糊数下多属性决策分析中的不确定性权重求解难题,提出了一种基于得分函数和最大熵理论的最优权重求解模型,并构建遗传算法模型实施最优化求解。最后,给出了三角犹豫直觉模糊数下的多属性智能决策算法,并以算例证明了所提方法的可行性和有效性。     

基于直觉模糊折扣算子的异类数据融合方法

异类数据作为不确定数据的类型之一,成为模式识别、多属性决策等问题中数据融合的难点.为此,以直觉模糊集为理论基础,本文提出一种异类数据的多属性融合方法.首先,定义一种新的直觉模糊数折扣算子及合成法则,证明了该算子与合成法则的基本性质.其次,定义异类数据之间的距离度量测度,基于灰关联方法,得到用于决策的系数矩阵,通过对备选...     

基于概率犹豫-直觉模糊熵和证据推理的多属性决策方法

针对专家决策带有犹豫性和偏好性的多属性决策问题,提出一种基于概率犹豫-直觉模糊熵和证据推理的决策方法。在概率犹豫模糊集和犹豫直觉模糊集的基础上,考虑专家偏好,提出一种新的概率犹豫-直觉模糊集,对混合型属性的决策信息进行统一描述;基于犹豫熵和直觉模糊熵,提出概率犹豫-直觉模糊熵对决策信息的犹豫性和不确定性进行测度,并确定属性权重;采用证据推理算法进行属性信息的集结,并基于效用理论对方案进行排序。通过算例对比分析验证了所提方法得到的决策结果更为科学、准确。     

基于空间信息表征的勾股模糊集空间距离测度

勾股模糊集拓展了直觉模糊集的信息表征内容，具有体现更大信息空间的优势，构建勾股模糊集的距离测度是实施勾股模糊型决策的核心环节。本文首先分析了现有4种勾股模糊集距离测度的缺陷，构建了融合隶属度、非隶属度、犹豫度和自信度的勾股模糊集空间信息表征模型，进而提出了基于勾股模糊集空间质心的距离测度。其次，拓展了距离测度的具体特性，比较了所提距离测度模型在体现犹豫度和解决反直觉情形方面的优势。最后，模式识别和医疗诊断等应用研究证明了所提距离测度的准确性和优越性。     

q阶三角犹豫模糊BM算子及其多属性决策应用

为解决更为广泛的模糊决策问题,同时使决策信息与人的认知思维更为贴近,结合q阶犹豫模糊集和三角模糊数,提出了q阶三角犹豫模糊集的概念并定义了q阶三角犹豫模糊集运算.为了刻画信息集成过程中评价信息之间存在的关联关系,将Bonferroni平均算子推广至q阶三角犹豫模糊集,提出了q阶三角犹豫模糊Bonferroni平均算子....     

基于一类新的直觉模糊熵的多属性决策方法研究

针对现有的直觉模糊熵只考虑了隶属度与非隶属度的偏差,而未考虑直觉模糊集自身包含的犹豫度信息的缺憾,本文提出了一类新的直觉模糊熵,它可以充分表达决策者的犹豫度信息.在此基础上,针对属性权重完全未知和属性权重信息部分已知的直觉模糊多属性决策问题,分别通过熵权法和利用最小化直觉模糊熵建立的最优化模型求解属性权重,给出了直觉模糊多属性决策的折中比值法.最后,通过应用实例说明了所提出方法的有效性和可行性.     

基于直觉模糊聚类的目标识别

空中目标的正确识别对防空作战具有重要的意义。针对目标识别的特点,提出了基于直觉模糊聚类的识别方法。首先,给出了直觉模糊相似度和相异度的度量方法,并利用目标特征信息计算直觉模糊相似度和相异度。然后,在分析了现有的几种直觉模糊相似矩阵构造方法的基础上,提出了一种新的直觉模糊相似矩阵的构造方法,并给出了直觉模糊相似矩阵转化为直觉模糊等价矩阵的途径;此外,定义了直觉模糊等价矩阵的（α,β）截矩阵,进而实现直觉模糊集的聚类。最后,运用该方法对给定特征的空中目标进行了聚类分析,实验结果表明,提出的方法是可行、有效的。     

基于直觉梯形模糊信息的多准则群决策方法

针对现有直觉梯形模糊数算术运算的不足, 提出新的直觉梯形模糊数的算术运算. 在此基础上, 定义了直觉梯形模糊数的几种集结算子, 讨论了这些算子的性质, 并将直觉梯形模糊集结算子用于群决策中, 提出了相应的多准则群决策方法. 最后通过算例分析验证所提方法 的有效性与合理性.     

社会网络环境下基于犹豫度和一致性的大群体决策方法

针对社会网络环境下,决策成员偏好为直觉模糊数的大群体决策问题,提出一种新的决策方法.根据决策成员的社会网络关系,利用Louvain社区发现算法进行决策成员社区划分,并利用节点的度中心性和紧密中心性确定基于社会网络结构的决策成员权重和分区权重.进一步,提出新的直觉模糊数距离公式,并引入犹豫度,获取分区的犹豫水平和一致性,进而确定基于犹豫度和一致性的分区权重.在此基础上,有效融合基于社会网络结构和基于犹豫度和一致性的分区权重,确定分区综合权重,进而对备选方案进行排序.最后,通过生态安全案例分析验证本文方法的有效性,对比分析显示了所提方法的优势和合理性.     

基于Normative算子的HFS数值延拓方法及多属性决策应用

为解决犹豫模糊集(hesitant fuzzy set,HFS)隶属度数值个数不一致的问题,讨论了现有数值延拓（numerical extending,NE）方法的局限性,提出基于Normative算子的HFS NE方法,在没有新息加入的条件下,依次选取现有HFS隶属度可能值的均值作为一个新的延拓隶属度,直至所有HFS隶属度个数相等为止,并基于有序加权平均(ordered weighted averaging,OWA)算子归纳隶属度统一方法。最后将所提出的方法应用到多传感器电子侦察情报的多属性决策问题中,基于改进的逼近理想解(technique for order preferences by similarity to ideal solution,TOPSIS-ε)法对各信源HFS属性判决进行多属性决策。仿真试验分析了距离、距离参数、属性权重对决策结果的影响,并详细对比和验证了新方法在HFS隶属度NE方面的稳定性和直观性。     

Dual hesitant fuzzy information aggregation with Einstein t-conorm and t-norm

Dual hesitant fuzzy set (DHFS) is a new generalization of fuzzy set (FS) consisting of two parts (i.e., the membership hesitancy function and the non-membership hesitancy function), which confronts several different possible values indicating the epistemic degrees whether certainty or uncertainty. It encompasses fuzzy set (FS), intuitionistic fuzzy set (IFS), and hesitant fuzzy set (HFS) so that it can handle uncertain information more flexibly in the process of decision making. In this paper, we propose some new operations on dual hesitant fuzzy sets based on Einstein t-conorm and t-norm, study their properties and relationships and then give some dual hesitant fuzzy aggregation operators, which can be considered as the generalizations of some existing ones under fuzzy, intuitionistic fuzzy and hesitant fuzzy environments. Finally, a decision making algorithm under dual hesitant fuzzy environment is given based on the proposed aggregation operators and a numerical example is used to demonstrate the effectiveness of the method.     

System portfolio selection based on GRA method under hesitant fuzzy environment

The hesitant fuzzy set(HFS) is an important tool to deal with uncertain and vague information.In equipment system portfolio selection, the index attribute of the equipment system may not be expressed by precise data;it is usually described by qualitative information and expressed as multiple possible values.We propose a method of equipment system portfolio selection under hesitant fuzzy environment.The hesitant fuzzy element(HFE) is used to describe the index and attribute values of the equipment system.The hesitation degree of HFEs measures the uncertainty of the criterion data of the equipment system.The hesitant fuzzy grey relational analysis(GRA) method is used to evaluate the score of the equipment system, and the improved HFE distance measure is used to fully consider the influence of hesitation degree on the grey correlation degree.Based on the score and hesitation degree of the equipment system,two portfolio selection models of the equipment system and an equipment system portfolio selection case is given to illustrate the application process and effectiveness of the method.     

面向属性关联的区间犹豫模糊型PROMETHEE决策方法

面向属性关联的多属性决策问题中, 合理刻画并设计融合属性关联的决策模型是提高决策绩效的重要路径。首先,分析了各类属性关联情形下的属性权重调整方法优缺点, 采用莫比乌斯变换法则变换属性关联性系数(Shaplely值), 设计了融合Shaplely值和属性权重的合成权重函数, 分析了属性关联性系数对权重的影响机制。其次, 基于偏好顺序结构评估方法(preference ranking organization methods for enrichment evaluations, PROMETHEE)决策方法的优先函数表征特征, 运用可能度比较区间犹豫模糊型数值, 设计了基于sigmoid函数的优先函数, 提出了考虑属性关联的改进型PROMETHEE决策方法。最后, 通过算例证明了所提方法的优越性。     

考虑可信度和方案偏好的犹豫模糊决策方法

研究了对方案有偏好的犹豫模糊多属性决策问题。对每一个评价值给出相应的可信度,用来表示决策者对专业领域的熟悉程度。基于可信度提出几个犹豫模糊信息关联度公式,并讨论了它们之间的关系。基于决策者的主观偏好与客观偏好之间的关联度建立属性权重模型。给出一种考虑可信度且对方案有偏好的犹豫模糊多属性决策方法。算例证明了所提方法的有效性。     

基于改进符号距离的犹豫模糊前景理论决策方法

针对犹豫模糊元中人为添加元素影响决策结果的问题,提出一种基于改进符号距离的犹豫模糊前景理论决策方法。首先,根据正负理想点、犹豫模糊元中元素之间的方差以及元素个数定义一种新的符号距离,并证明了改进的符号距离满足符号距离的基本性质。其次,基于改进的符号距离提出犹豫模糊前景价值函数,并通过收益损失函数计算出各方案的收益损失比,确定备选方案的优劣顺序。最后,通过应用算例验证了本文所提出方法的可行性和有效性。该方法既避免了人为添加元素对决策结果的影响,又合理反映了决策者的分歧程度,还考虑了人们面临得失时的心理行为,决策结果更符合实际。     

一种新犹豫模糊符号距离及其应用

研究了属性权重部分已知的犹豫模糊多属性决策问题.针对犹豫模糊元中为便于计算添加的多余数值影响方案排序等问题,提出一种新的犹豫模糊决策方法.首先,提出一种新的犹豫模糊元得分函数与犹豫度.基于此,构造一种新的犹豫模糊符号距离,对犹豫模糊元中添加的多余数值具有很好的鲁棒性.其次,基于max-min算子思想,建立属性权重优化模型.最后,将新的犹豫模糊符号距离应用于求解多属性决策问题中,并通过算例说明所提方法的可行性与有效性.